Η τεχνητή νοημοσύνη αλλάζει τον τρόπο ανακάλυψης φαρμάκων – Και μεταμορφώνει τη φαρμακευτική βιομηχανία

Η τεχνητή νοημοσύνη φαίνεται ότι, πέρα από τις όποιες ανησυχίες δημιουργεί, μπορεί να προσφέρει σημαντικά πλεονεκτήματα για την υγεία, καθώς συμβάλλει στην ανακάλυψη και δοκιμή νέων φαρμάκων.

Όλοι γνωρίζουν ότι η ανάπτυξη φαρμάκων είναι κάτι πραγματικά δύσκολο, καθώς η αποτυχία είναι πιο συχνή από την επιτυχία. Όπως επισημαίνει ο Economist, μόνο ένα στα δέκα υποψήφια φάρμακα που δοκιμάζονται σε ανθρώπους βγαίνει στην αγορά.

Επίσης, η μετατροπή από μια νέα πολλά υποσχόμενη χημική ουσία έως την παρασκευή ενός χρήσιμου φαρμάκου απαιτεί τεράστιο χρόνο: 10 έως 15 χρόνια.

Όλα αυτά τα στοιχεία συμβάλλουν στο αυξημένο κόστος για την ανάπτυξη ενός επιτυχημένου φαρμάκου. Κατά μέσο όρο, απαιτούνται περίπου 2,8 δισεκατομμύρια δολάρια. Και επειδή τα φάρμακα κάποια στιγμή δεν κατοχυρώνονται με δίπλωμα ευρεσιτεχνίας, η προσπάθεια για την εύρεση του επόμενου επιτυχημένου φαρμάκου είναι αδιάκοπη.

Τεχνολογία και ταχύτητα

Η τεχνητή νοημοσύνη, όμως, μπορεί να τα αλλάξει όλα αυτά. Και η φαρμακοβιομηχανία υιοθετεί τη νέα τεχνολογία με ταχύτατους ρυθμούς. Οι λόγοι είναι προφανείς.

Τα εργαλεία που παρέχει η τεχνητή νοημοσύνη μπορούν να απορροφήσουν και να αναλύσουν τεράστια σύνολα βιολογικών δεδομένων. Επίσης, να εντοπίσουν πολλά υποσχόμενες πρωτεΐνες-στόχους. Και στη συνέχεια να προτείνουν νέα μόρια που θα μπορούσαν να προστεθούν σε νέα φάρμακα με συγκεκριμένους στόχους. Μπορούν να εξετάσουν βιβλιοθήκες δεδομένων για να προβλέψουν την ισχύ και την τοξικότητα των υποψήφιων ουσιών, πριν καν φτάσουν στον δοκιμαστικό σωλήνα.

Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στις δοκιμές, αναλύοντας τα αρχεία υγείας για να βρει τους ασθενείς που είναι πιο πιθανό να ανταποκριθούν σε νέες θεραπείες.

Ασφαλώς, είναι ακόμα νωρίς. Ωστόσο, επισημαίνει ο Economist, τα σημάδια είναι πολλά υποσχόμενα. Η τεχνητή νοημοσύνη θα μπορούσε να οδηγήσει σε πιο αποτελεσματική ανακάλυψη φαρμάκων, σε καλύτερα φάρμακα και σε μεγαλύτερο ανταγωνισμό στον κλάδο.

Τα μόρια που έχουν σχεδιαστεί με τεχνητή νοημοσύνη παρουσιάζουν ποσοστό επιτυχίας 80-90% σε δοκιμές ασφάλειας σε πρώιμο στάδιο. Ιστορικά, το ποσοστό αυτό ήταν κατά μέσο όρο μόλις 40-65%. Βεβαίως, θα περάσουν χρόνια πριν καταστεί σαφές εάν τα ποσοστά επιτυχίας αυξάνονται και σε δοκιμές σε μεταγενέστερο στάδιο. Ωστόσο, ακόμα κι αν δεν αυξηθούν τα ποσοστά επιτυχίας σε μεταγενέστερο στάδιο, αυτές οι βελτιώσεις είναι ήδη σημαντικές. Και από μόνες τους θα μπορούσαν να αυξήσουν το ποσοστό επιτυχίας σε ολόκληρο το φάσμα των δοκιμών από 5-10% σε 9-18%.

Οικονομική ωφέλεια

Ένας άλλος τομέας στον οποίο εκτιμάται ότι θα συμβάλει η τεχνητή νοημοσύνη είναι ο οικονομικός. Κυρίως λόγω της αποτελεσματικότητας σε τομείς από την κλινική τεκμηρίωση έως το ανθρώπινο δυναμικό. Σύμφωνα με τη McKinsey, αν η τεχνητή νοημοσύνη αξιοποιηθεί πλήρως από τη φαρμακευτική βιομηχανία, θα μπορούσε να προσφέρει μια ώθηση αξίας 60-110 δισεκατομμυρίων δολαρίων ετησίως.

Η ελπίδα είναι ότι οι βελτιώσεις στην τεχνολογία θα αυξήσουν ακόμη περισσότερο το ποσοστό επιτυχίας. Εξελιγμένα νέα μοντέλα για την κατανόηση δύσκολων πτυχών της βιολογίας αναδύονται με ταχύ ρυθμό. Πριν από λίγα χρόνια, ένα μοντέλο Τεχνητής Νοημοσύνης που ονομάζεται AlphaFold έλυσε το πρόβλημα της κατανόησης της δομής των πρωτεϊνών. Πιο σύνθετα παζλ, όπως ο τρόπος λειτουργίας των κυτταρικών μεμβρανών, είναι πιθανό να λυθούν κάποια στιγμή.

Η τεχνολογία αλλάζει ήδη τον τρόπο λειτουργίας της φαρμακοβιομηχανίας, όπως και άλλων βιομηχανιών.

Μια νέα γενιά νεοσύστατων επιχειρήσεων βιοτεχνολογίας με τεχνητή νοημοσύνη αναδύεται. Οι φαρμακευτικές συμμαχούν όλο και περισσότερο με εταιρείες βιοτεχνολογίας που χρησιμοποιούν τεχνητή νοημοσύνη. Επίσης, συνεργάζονται με τεχνολογικούς γίγαντες όπως οι Amazon, Google, Microsoft και Nvidia. Και αυτές οι μεγάλες εταιρείες τεχνολογίας έχουν τις δικές τους φιλοδοξίες στον τομέα της υγείας. Η Isomorphic Labs, μια θυγατρική εταιρεία της Google DeepMind, προσπαθεί να σχεδιάσει εντελώς νέα θεραπευτικά μόρια από την αρχή μέσα σε έναν υπολογιστή. Η Nvidia, επίσης, διαθέτει μια πλατφόρμα γενετικής τεχνητής νοημοσύνης για την ανακάλυψη φαρμάκων. Και οι δύο εταιρείες υπογράφουν συμφωνίες για να προσφέρουν υπηρεσίες σχεδιασμού σε φαρμακευτικές εταιρείες. Και τον Οκτώβριο η Nvidia συνεργάστηκε με τη φαρμακοβιομηχανία Eli Lilly, για να κατασκευάσει τον πιο ισχυρό υπερυπολογιστή της φαρμακευτικής βιομηχανίας.

Τεχνολογία ίσον περιουσία

Ο Economist επισημαίνει ότι όλα τα παραπάνω σημαίνουν ότι μέρος της αξίας της ανακάλυψης φαρμάκων μπορεί να αξιοποιηθεί από τεχνολογικούς γίγαντες.

Προς το παρόν, οι φαρμακευτικές εταιρείες έχουν πολλά σαφή πλεονεκτήματα. Αυτά περιλαμβάνουν σωρούς δεδομένων, επιστήμονες που γνωρίζουν τον τομέα και μακρά εμπειρία στην καθοδήγηση νέων φαρμάκων μέσα από έναν λαβύρινθο κανονισμών. Με την πάροδο του χρόνου, ωστόσο, καθώς στοιχεία της βιολογίας γίνονται περισσότερο ένα υπολογιστικό πρόβλημα που μπορεί να λυθεί με την τεχνολογία, τέτοια πλεονεκτήματα θα μπορούσαν να διαβρωθούν. Οι φαρμακευτικές εταιρείες μπορεί να χρειαστεί να αγοράσουν τεχνογνωσία τεχνητής νοημοσύνης με τον ίδιο τρόπο που αγοράζουν σήμερα περιουσιακά στοιχεία πρώιμου σταδίου από εταιρείες βιοτεχνολογίας.

Και όσο η ανακάλυψη φαρμάκων γίνεται πιο αποτελεσματική, οι κυβερνήσεις θα πρέπει να στρέψουν την προσοχή τους σε άλλα πιθανά σημεία συμφόρησης στο σύστημα, όπως η ρύθμιση και οι δοκιμές. Ο Αμερικανικός Οργανισμός Τροφίμων και Φαρμάκων και ο Ευρωπαϊκός Οργανισμός Φαρμάκων αρχίζουν οι ίδιοι να χρησιμοποιούν την τεχνητή νοημοσύνη για να ελέγχουν τα βουνά δεδομένων που λαμβάνουν. Καθώς ο αριθμός των υποψήφιων φαρμάκων αυξάνεται, θα χρειαστούν ταχύτερες κανονιστικές αναθεωρήσεις για να αποφευχθεί ένα αδιέξοδο. Οι κυβερνήσεις θα μπορούσαν επίσης να κάνουν περισσότερα για να ενθαρρύνουν την κοινή χρήση δεδομένων ασθενών με εταιρείες τεχνητής νοημοσύνης με τρόπους που να διατηρούν την προστασία των προσωπικών δεδομένων, ώστε τα μοντέλα τεχνητής νοημοσύνης να βελτιωθούν. Και έτσι να μας οδηγήσουν σε καλύτερα φάρμακα.

Τι θα γίνει με τα διπλώματα ευρεσιτεχνίας

Καθώς τα τεχνολογικά δεδομένα αλλάζουν και τα διπλώματα ευρεσιτεχνίας θα χρειαστούν επανεξέταση. Σήμερα, η μεγάλη διάρκεια ζωής των διπλωμάτων ευρεσιτεχνίας επιτρέπει στις φαρμακευτικές εταιρείες να ανακτούν τις επενδύσεις που κάνουν, ενθαρρύνοντάς τες να αναλάβουν την επικίνδυνη επιχείρηση της ανακάλυψης φαρμάκων. Ωστόσο, εάν το κόστος και η επικινδυνότητα της καινοτομίας μειωθούν δραματικά, τότε οι όροι ισχύος των διπλωμάτων ευρεσιτεχνίας (οι οποίοι συνήθως παρέχουν 10-15 χρόνια αποκλειστικότητας στην αγορά) ίσως χρειαστεί να μειωθούν.

Η τεχνητή νοημοσύνη φέρνει καλά νέα για την καινοτομία στα φάρμακα. Αλλά για να διασφαλιστεί ότι ωφελεί τόσο τους κατασκευαστές όσο και τους χρήστες νέων φαρμάκων, η βιομηχανία και οι ρυθμιστικές αρχές της θα πρέπει να προσαρμοστούν σε αυτήν τη νέα πραγματικότητα.